ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسۀ روشهای کلاسیک با شبکه عصبی در برآورد رسوب معلق

سال انتشار: 1390
کد COI مقاله: RWRDC01_114
زبان مقاله: فارسیمشاهد این مقاله: 1,392
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسۀ روشهای کلاسیک با شبکه عصبی در برآورد رسوب معلق

مسعود غفاری جونقانی - دانشجوی کارشناسی ارشدمهندسی عمران- آب ، دانشگاه سیستان و بلوچستان
محمد گیوه چی - استادیار_ عضو هیأت علمی دانشگاه سیستان و بلوچستان

چکیده مقاله:

فرسایش و رسوبگذاری به عنوان رفتار طبیعی رودخانه ، منجر به از دست رفتن خاک حاصلخیز کشاورزی و اعمال خسارت جبران ناپذیر به طرح های عمرانی آب می گردد. از این رو متخصصان در جهت برآورد بار معلق جریان رودخانه ها تلاشهایی نموده اند. با توجه به نقش و اهمیت رسوب در عمر مفید سازه های هیدرولیکی بخصوص سدها ، که نقشی بزرگ در توسعه اقتصادی کشور ایفا می کند، عدم توجه به اندازه گیری و محاسبه دقیق آن، باعث اتلاف سرمایه های ملی می گردد. در این زمینه مدلها و فرمولهای ریاضی و تجربی به دلیل پیچیدگی و نیاز به انواع مختلفی از پارامترهای مؤثر در انتقال رسوب که تخمین آنها امکان پذیر نبوده و یا به سختی برآورد می گردند، موفقیت چندانی را حاصل نکرده اند. در عصر حاضر، استفاده از شبکه ه ای عصبی مصنوعی(Artificial Neural networksبه دلیل ساختار ریاضی کاملاً غیر خطی می تواند جایگزین مناسبی برای مدلهای دیگر در تخمین رسوب باشد. در این تحقیق مدلی بر اساس شبکه عصبی مصنوعی برای محاسبۀ بار معلق رسوب در ایستگاه بالادست رودخانه زاینده رود در استان اصفهان معرفی شده است. با معرفی شبکه های عصبی پس انتشارBack Propagation و سپس تأثیر نورون های لایه میانی، تغییر تعداد لایه های میانی، تغییر در توابع انتقال لایه های میانی و تغییر در نوع نرمالیزه کردن داده ها ، بر روی شبکه های عصبی بررسی شده و نتایج حاصل از روش شبکه عصبی مصنوعی با روش کلاسیک محاسبه بار معلق (منحنی سنجه رسوب) مقایسه گردید. نتایج این مقایسه نشان دهنده دقیق تر بودن روش شبکه عصبی مصنوعی نسبت به روش کلاسیک برای برآورد میزان رسوب معلق در رودخانه زاینده رود بوده است.

کلیدواژه ها:

بار معلق رسوب،شبکه های عصبی مصنوعی،شبکه های پس انتشار،منحنی سنجه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/114838/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
غفاری جونقانی، مسعود و گیوه چی، محمد،1390،مقایسۀ روشهای کلاسیک با شبکه عصبی در برآورد رسوب معلق،اولین همایش منطقه ای توسعه منابع آب،ابرکوه،،،https://civilica.com/doc/114838

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، غفاری جونقانی، مسعود؛ محمد گیوه چی)
برای بار دوم به بعد: (1390، غفاری جونقانی؛ گیوه چی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • شبکه های عصبی در MATLAB، مصطفی کیا ...
  • تخمین بار معلق رودخانه زهره با استفاده از شبکه های ...
  • استفاده از شبکه های عصبی مصنوعی در برآورد دبی رسوب ورودی به سد مخزنی کرخه [مقاله کنفرانسی]
  • پیش بینی آورد رسوب رودخانه ها و امکان واسنجی ایجاد ایستگاه های مرجع رسوب سنجی توسط مدل شبکه عصبی (مطالعه موردی: رودخانه کارون) [مقاله کنفرانسی]
  • منتظر، غ. ذاکر مشفق، م. و قدسیان، م _ 1381 ...
  • معرفی مدلی برای تخمین بارمعلق رسوب با استفاده از منطق فازی و مقایسه آن با روشهای کلاسیک و شبکه عصبی مطالعه موردی: رودخانه قره سو واقع دراستان اردبیل [مقاله کنفرانسی]
  • نوانی، و.، اعلمی، م.، نظم آرا ح. .و حسین زاده، ...
  • Mirbagheri, S. A., Kenneth, K. Tanji., And Ray, B. Krone. ...
  • Nagy, H. M., Watanabe, K., and Hirano, M., (2001). "Prediction ...
  • Abrahart, R.J., White, S.M., 2001. Modeling sediment transfer in Malawi: ...
  • Alp, M., Cigizoglu, H.K., 2007. Suspended sediment load simulation by ...
  • Altun, H., Bilgil, _ Fidan, B.C., 2007. Treatment of multidimens ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 10,089
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی